MétaCan
Menu
Retour à la cohorte
Enregistrement W1729853508 · doi:10.1002/jsfa.5994

Quality analysis of commercial fish oil preparations

2012· article· en· W1729853508 sur OpenAlexaff
Jenna C. Sullivan Ritter, Suzanne M. Budge, Fabiola Jovica

Notice bibliographique

RevueJournal of the Science of Food and Agriculture · 2012
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDocosahexaenoic acidEicosapentaenoic acidPeroxide valueFish oilFish <Actinopterygii>Food scienceAcid valueBusinessChemistryFatty acidBiologyFisheryPolyunsaturated fatty acidBiochemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Fish oil supplements have grown in popularity in recent years owing to their multiple health benefits, leading to rapid growth in the number of fish oil supplements available for consumers. When choosing a product, it is important that label claims for eicosapentaenoic acid (EPA) and docosahexaenoic acid (DHA) are met, especially when a specific dosage is required. In this study the amounts of EPA and DHA in 16 of the top-selling liquid fish oil products from the American marketplace were analysed and compared with their label claims. Peroxide value, a measure of oxidation, was also determined, along with lipid class. RESULTS: This study found that over half of the supplements did not meet their label claims for EPA and DHA, and a quarter exceeded recommended limits for peroxide value. CONCLUSION: These results suggest that more stringent regulation is required for fish oil products.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,357
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations84
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Science of Food and AgricultureMême sujetFatty Acid Research and HealthTravaux en français237 207